壹.政策支持
2013以來，我國頒布了壹系列法律法規，為征信行業的健康發展構建了法律制度框架。2013年3月，國務院發布《征信業管理條例》(以下簡稱《條例》)，成為我國第壹部征信業法規，也是我國征信法制建設的基石。2013 12為配合條例的實施，中國人民銀行發布了《征信機構管理辦法》，落實了建立健全社會征信體系的要求，確立了征信業務活動的制度規範和監管依據。
此外，為提高個人征信服務水平，引入市場競爭，我國為逐步開放征信市場做了立法準備。2015 15中國人民銀行發布《關於做好個人征信服務準備工作的通知》，批準8家機構做好個人征信服務準備工作。2065438+2005年7月，中國人民銀行等十部門發布《關於促進互聯網金融健康發展的指導意見》(以下簡稱《指導意見》)，提出推進信用基礎設施建設，培育互聯網金融配套服務體系，鼓勵符合條件的機構依法申請征信業務許可證。監管改革措施為大數據征信發展創造了良好的外部環境。
值得註意的是，為加快大數據部署，深化大數據應用，推動“互聯網+”國家戰略實施，2015年7月，國務院印發《促進大數據發展行動計劃》，2015年9月，國務院辦公廳印發《關於運用大數據加強市場主體服務和監管的意見》。《促進大數據發展行動計劃》中最引人註目的是開放政府數據和促進產業創新，鼓勵大數據在征信行業的應用和發展。有關專家認為，大數據是征信建設的重要“礦產資源”。征信建設必須依托和支撐大數據，利用大數據在廣度和深度上建立信用體系，提高信用評價的全面性、及時性和信用效率。
大數據時代，數據成為了等同於能源的戰略資源，信息公開和數據開放成為了當今時代的主題。行政機關在履行行政管理和公共服務職責的過程中，掌握了大量的信息。如何通過信息公開來管理和盤活這些數據資產，成為行政機關迫切需要解決的問題。黨的十八屆四中全會《中央關於全面推進依法治國若幹重大問題的決定》明確提出，要全面推進政務公開，推進政務信息化，加強互聯網政務信息數據服務平臺建設。數據公開制度的逐步建立，為社會信息資源的開放、共享和服務提供了制度保障。
這些法律、法規、規章和制度的制定，有利於加強對整個征信市場的管理，規範信息提供者、信息使用者和征信機構的行為，維護信息主體的權益。同時，其他配套制度也在逐步制定和完善，將與條例形成征信法律體系，促進我國征信業健康持續發展，更好地滿足個人和企業的融資需求。
第二，市場需求
近年來，互聯網金融異軍突起，成為中國經濟發展的新生力量。互聯網金融在蓬勃發展的同時，由於成立時間短，自身風險防控能力薄弱，信用評估、風險定價、風險管理不完善，問題事件不斷湧現。壹方面，互聯網金融的大部分用戶是具有“長尾特征”的網絡用戶，很難被傳統征信覆蓋。而且由於行業組織之間缺乏信息數據的溝通和交流，“壹人多貸”現象突出，整個行業面臨巨大的信用風險。另壹方面，由於征信體系不完善，互聯網金融公司普遍依賴線下風控，大量盡職調查耗時耗力，不僅增加了自身運營成本，而且對借款人信用水平的評估也容易出現偏差，間接增加了融資成本。傳統征信機制的不完善已經成為制約互聯網金融發展的主要因素。互聯網金融的發展為大數據征信的發展提供了巨大的應用前景，倒逼征信與時俱進，推動征信機制改革。
第三，技術支持
除了以上兩個因素，大數據征信的興起也離不開技術支持。大數據和雲計算技術的進步為大數據征信的發展提供了支持和便利，人工智能算法模型為全面刻畫用戶違約概率和信用狀況提供了有力補充。壹方面，隨著“互聯網+”的發展，人們的衣食住行、社會交往與互聯網趨於緊密結合，大量與個人信用信息相關的數據在互聯網上產生和沈澱。借助大數據捕獲和挖掘技術以及雲計算技術，更容易收集、記錄、存儲和分析這些數據。另壹方面，以機器學習為代表的人工智能技術相繼被采用，不僅可以對從各種渠道獲得的結構化和非結構化數據進行分析、歸納和總結，還可以設計多種預測模型(欺詐模型、身份驗證模型、還款意願模型和穩定性模型等。)來預測信貸主體的履約意願和能力，降低違約風險和壞賬率。
鄒傳偉謝平。發展獨立第三方征信機構的途徑。財新周刊，2017-02。
相關閱讀
南湖金融科技研究百篇系列文章(33)
-大數據征信與傳統征信的比較。
近年來，隨著互聯網金融和大數據技術的發展，大數據征信開始興起。大數據征信具有覆蓋面廣、信息多維度、應用場景豐富、信用評估全面等四大創新特征。但與傳統征信相比，在數據類別和內涵的效用、征信機構的獨立性、隱私保護等方面仍存在諸多問題，需要引起重視。
壹、征信的基本概念
傳統征信是通過固定模式定向收集金融和金融交易信息，並對信息進行加工、處理和報告的專業信用管理服務。傳統的信用調查興起於國外。在美國，以Dunham & Company為代表，成立於1933。在中國，主要以中央人民銀行征信系統為代表，這是中國乃至國際上通用的征信格式。在中國設立征信機構、開展征信業務受《征信業管理條例》約束，需要申請相應的牌照。
大數據征信是指對海量、多樣化、實時、有價值的數據進行收集、整理、分析和挖掘，利用大數據技術重新設計信用評估模型算法，多維度刻畫信用主體的“畫像”，將信用主體的違約率和信用狀況呈現給信息使用者。
大數據征信活動的本質仍然是在《征信業管理條例》界定的征信業務範圍內，對信用主體信息的采集、整理、保存、加工和發布。但與傳統征信相比，它突出了大數據技術在征信活動中的應用，強調了數據量大、表征維度廣、信用狀況動態交互等特點，可以作為征信體系的有益補充。
二、大數據征信的創新特征
表面看來，大數據征信和傳統征信只是數據獲取渠道不同。前者主要來源於互聯網，後者主要來源於傳統線下渠道，但兩者有很大的區別。大數據征信的創新主要表現在四個方面:覆蓋人群廣、信息多維度、應用場景豐富、信用評估全面，帶來征信成本的降低和征信效率的提升。
首先，它涵蓋的人群很廣。傳統的征信主要覆蓋在持牌金融機構有信用記錄的人群。大數據征信通過大數據技術捕捉傳統征信覆蓋不到的人群，利用互聯網痕跡輔助信用判斷，滿足P2P點對點借貸、第三方支付、互聯網保險等互聯網金融新業態的身份識別、反欺詐、信用評估等征信需求。
其次，信息維度多樣。互聯網時代，大數據征信的信息和數據來源更加廣泛和多樣。大數據征信數據不再局限於個人基本信息、賬單信息、信用記錄、逾期記錄等。由金融機構、政府機構和電信提供，但也引入了互聯網行為跟蹤記錄、社交互動和客戶評價等數據。這些數據可以在壹定程度上反映信息主體的行為習慣、消費偏好和社會關系，有利於全面評估信息主體的信用風險。
再次，應用場景豐富。大數據征信將不再單純用於經濟金融活動，還可以將應用場景從經濟金融領域拓展到日常生活的方方面面，如租房租車、訂酒店、簽證、結婚、求職、辦理保險等需要信用表現的生活場景，在營銷支持、反欺詐、貸後風險監測預警、催收賬款等方面都有良好的應用表現。
最後，信用評價是全面的。大數據征信的信用評估模型，不僅註重對信用主體歷史信息的深度挖掘，更註重信用主體信息的實時性、動態性和互動性。基於對信用主體行為軌跡的研究，可以在壹定程度上準確預測其履行職責的意願、能力和穩定性。此外，大數據征信在整合傳統建模技術的基礎上，運用大數據技術和機器學習建模技術，從多個評價維度對信用主體的信用狀況進行評價。
第三，大數據征信的問題
借助大數據技術，大數據征信可以更全面地了解征信對象，減少信息不對稱，增加反欺詐能力，同時更準確地對風險進行定價，從數據維度和分析的角度提升傳統征信水平，可以使征信更加科學嚴謹，是必要的補充。但從數據類別和內涵的效用、征信機構的獨立性、隱私保護等方面來看，大數據征信仍存在諸多問題，需要引起重視。
第壹，數據的類別和內涵已經突破了“金融屬性”，其效用還有待驗證。傳統征信的數據主要來源於金融機構和公共部門組成的數據循環，以銀行信用信息為核心，包括社保、公積金、環保、欠稅、民事審判和執行等公共信息，數據相對完整、權威。大數據征信數據的範疇突破了“金融屬性”。數據主要來源於電商平臺、社交平臺和生活服務平臺，涵蓋線上交易數據、社交數據和互聯網服務過程中產生的行為數據。這些數據大多與借貸行為關系不大，權威性較弱，各平臺的數據完整性也不壹樣。因此，能否作為判斷信用主體信用狀況的主要指標，還有待市場驗證。
第二，數據收集和使用沒有遵循“獨立第三方”的基本原則。傳統征信堅持獨立的第三方征信原則，征信機構是“市場中立的”——不與信息提供者或信息使用者發生直接的商業競爭，也不幹預或影響信息提供者或信息使用者在各自細分市場的競爭。但大數據征信突破了“獨立第三方”的邊界，征信機構對數據的采集和使用多來源於並應用於自身業務，征信的有效性無法得到保障，可信度受到質疑。而且，如果信息提供者或信息使用者控制了征信機構，很難約束其濫用征信數據或損害個人征信權利。另外，征信機構會在無形中獲得壹定的市場影響力，可能扭曲信息提供者和信息使用者的行為，控制收費。因此，大數據征信的發展應堅持獨立第三方征信的基本原則，保持“市場中立”。
第三，隱私保護形勢日益嚴峻。大數據時代，數據挖掘和爬蟲技術被廣泛應用，信用主體的全方位信息數據可以被完整采集。海量信息數據的采集給信用主體的隱私帶來巨大挑戰，隱私保護變得更加困難。比如，特定場合使用的信息數據被用於其他商業用途，不同機構之間對信息數據的交叉驗證大大增加了侵犯隱私的風險。
(作者單位:南湖互聯網金融學院李雪婷)